Brand recall
La quota di prompt buyer-intent in cui un engine AI cita il brand auditato per nome. La metrica fondamentale: se non vieni nominato, niente altro conta.
Guide · Monitoraggio brand AI
Monitorare il brand sugli engine AI vuol dire eseguire lo stesso set di prompt buyer-intent in modo ricorrente su ChatGPT, Gemini, Claude e Perplexity, e tracciare nel tempo brand recall, share of voice, sentiment e mappa competitor. Niente di tutto questo si vede dalle classiche dashboard SEO o di brand mention monitoring — gli LLM rispondono in linguaggio naturale e citano poche fonti per risposta, quindi servono metodologia e strumenti dedicati.
Monitorare il brand sugli engine AI = eseguire ricorrentemente un set di prompt buyer-intent versionato su ChatGPT, Gemini, Claude e Perplexity e tracciare brand recall, share of voice, citation sentiment, mappa competitor e fonti di grounding. La cadenza tipica è mensile. Il metodo manuale funziona solo per un audit one-shot; per tracking continuo o multi-brand serve uno strumento di analisi GEO che automatizzi esecuzione, estrazione citazioni, classificazione e calcolo delle delta.
Le dashboard di brand mention monitoring tradizionali (Google Alerts, Mention, Talkwalker) trovano solo pagine indicizzate che ti menzionano. Non vedono dentro le risposte generate da ChatGPT, Gemini o Perplexity, dove la maggior parte degli LLM cita poche fonti per risposta — spesso senza link out. Senza un metodo dedicato di monitoraggio, un brand può perdere quote di considerazione AI per mesi prima di accorgersene, e quando lo nota il gap competitivo è già strutturato.
Sei coordinate, tutte derivate eseguendo lo stesso set di prompt buyer-intent in modo ricorrente su tutti gli engine.
La quota di prompt buyer-intent in cui un engine AI cita il brand auditato per nome. La metrica fondamentale: se non vieni nominato, niente altro conta.
La proporzione di citazioni che vanno al brand auditato rispetto ai competitor su un dato set di query. Mostra non solo se sei visibile, ma quanto rispetto al campo competitivo.
Se l'engine AI parla del brand in modo positivo, neutro o negativo, e su quali attributi. Un brand può avere recall alto ma sentiment scarso — citato spesso, sempre con caveat.
Quali competitor l'engine AI cita accanto o al posto del tuo brand. Spesso non sono quelli che ti aspetti — gli LLM hanno una loro mappa di mercato che può divergere da quella che vedi sulle SERP Google.
Quali fonti terze l'engine ha usato per fondare la risposta — Reddit, Wikipedia, comparison page, recensioni. Mostra su quali sorgenti investire per costruire autorità che gli LLM riusano nelle risposte future.
Le metriche di sopra non valgono nulla in foto singola: vanno tracciate mese-su-mese sullo stesso set di prompt versionato. È la curva nel tempo che dice se le azioni stanno funzionando.
Quattro modalità in ordine di scala. Tutte usano la stessa logica — stesso set di prompt, stessi engine, stesse metriche — ma si differenziano per quanto del lavoro ripetitivo è automatizzato e per quanto è chiuso sul loop d'azione.
Costruisci un set di 25–50 prompt buyer-intent rappresentativi della categoria, esegui tutti i prompt sullo stesso engine il primo giorno del mese, salva le risposte, estrai citazioni e competitor a mano, calcola recall/SoV/sentiment su un foglio Excel. Funziona per un singolo audit; non scala oltre.
Stesso set di prompt, ma versionato, eseguito in parallelo cross-engine in modo automatico, con estrazione citazioni e classificazione sentiment fatte dal sistema. Output: metriche per engine, mappa competitor, delta rispetto al mese precedente, alert sui movimenti notevoli. Default per chi monitora più di un brand o vuole tracciare nel tempo.
Per agenzie che monitorano portfolio multi-cliente. Stessa metodologia dello strumento singolo, applicata su 10–50 brand contemporaneamente con report white-label cliente per cliente. È la modalità in cui gli alert e i delta mese-su-mese diventano critici, perché il volume rende manualmente intracciabili i cambiamenti.
Per brand operatori ecommerce o B2B SaaS che vogliono chiudere il loop di azione, non solo misurare. Audit ricorrente più action queue: i gap diventano task con istruzioni concrete su cosa cambiare sulle schede prodotto, sulle pagine canoniche o sulle citazioni terze da guadagnare.